Model wizytówek analizy dokumentów

Ważne

Począwszy od analizy dokumentów w wersji 4.0 (wersja zapoznawcza) i w przyszłości model wizytówek (wstępnie skompilowany businessCard) jest przestarzały. Aby wyodrębnić dane z formatów wizytówek, użyj następujących elementów:

Funkcja	version	Model ID
Model wizytówek	• v3.1:2023-07-31 (GA)• v3.0:2022-08-31 (GA) • wersja 2.1 (GA)	prebuilt-businessCard

Ta zawartość dotyczy:v3.1 (GA) | Poprzednie wersje:v3.0v2.1

Model wizytówek analizy dokumentów łączy zaawansowane funkcje optycznego rozpoznawania znaków (OCR) z modelami uczenia głębokiego w celu analizowania i wyodrębniania danych z obrazów wizytówek. Interfejs API analizuje drukowane wizytówki; Wyodrębnia kluczowe informacje, takie jak imię, nazwisko, nazwisko, nazwa firmy, adres e-mail i numer telefonu; funkcja zwraca ustrukturyzowaną reprezentację danych JSON.

Wyodrębnianie danych wizytówki

Wizytówki to doskonały sposób reprezentowania firmy lub profesjonalisty. Logo firmy, czcionki i obrazy tła znalezione w wizytówkach pomagają promować markę firmy i odróżniać ją od innych. Stosowanie technik OCR i opartych na uczeniu maszynowym w celu zautomatyzowania skanowania wizytówek jest typowym scenariuszem przetwarzania obrazów. Systemy przedsiębiorstwa używane przez zespoły ds. sprzedaży i marketingu zwykle mają możliwość wyodrębniania danych wizytówek w celu uzyskania korzyści dla użytkowników.

Przykładowa wizytówka przetworzona za pomocą usługi Document Intelligence Studio

Opcje programowania

Analiza dokumentów w wersji 3.1:2023-07-31 (GA) obsługuje następujące narzędzia, aplikacje i biblioteki:

Funkcja	Zasoby	Model ID
Model wizytówek	• Document Intelligence Studio • Interfejs API REST • Zestaw SDK języka C# • Zestaw PYTHON SDK • Zestaw JAVA SDK • Zestaw SDK języka JavaScript	wstępnie utworzona karta biznesowa

Analiza dokumentów w wersji 3.0:2022-08-31 (GA) obsługuje następujące narzędzia, aplikacje i biblioteki:

Funkcja	Zasoby	Model ID
Model wizytówek	• Document Intelligence Studio • Interfejs API REST • Zestaw SDK języka C# • Zestaw PYTHON SDK • Zestaw JAVA SDK • Zestaw SDK języka JavaScript	wstępnie utworzona karta biznesowa

Wypróbuj wyodrębnianie danych wizytówek

Zobacz, w jaki sposób dane, w tym nazwa, stanowisko, adres, adres e-mail i nazwa firmy, są wyodrębniane z wizytówek. Potrzebne są następujące zasoby:

• Subskrypcja platformy Azure — możesz bezpłatnie utworzyć subskrypcję platformy Azure

• Wystąpienie analizy dokumentów w witrynie Azure Portal. Aby wypróbować usługę, możesz użyć bezpłatnej warstwy cenowej (F0). Po wdrożeniu zasobu wybierz pozycję Przejdź do zasobu , aby uzyskać klucz i punkt końcowy.

Document Intelligence Studio

Uwaga

Program Document Intelligence Studio jest dostępny z interfejsami API w wersji 3.1 i 3.0.

1. Na stronie głównej usługi Document Intelligence Studio wybierz pozycję Wizytówki.

2. Możesz przeanalizować przykładową wizytówkę lub przekazać własne pliki.

3. Wybierz przycisk Run analysis (Uruchom analizę), a w razie potrzeby skonfiguruj opcje Analizuj:

   

   Wypróbuj narzędzie Document Intelligence Studio

Wymagania dotyczące danych wejściowych

• Aby uzyskać najlepsze wyniki, podaj jedno jasne zdjęcie lub wysokiej jakości skanowanie na dokument.

• Obsługiwane formaty plików:

  Model	PDF	Obraz: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) i HTML
  Przeczytaj	✔	✔	✔
  Układ	✔	✔	✔ (2024-02-29-preview, 2023-10-31-preview)
  Dokument ogólny	✔	✔
  Wstępnie utworzona	✔	✔
  Niestandardowe wyodrębnianie	✔	✔
  Klasyfikacja niestandardowa	✔	✔	✔ (2024-02-29-preview)

• W przypadku plików PDF i TIFF można przetworzyć maksymalnie 2000 stron (w przypadku subskrypcji w warstwie Bezpłatna przetwarzane są tylko pierwsze dwie strony).

• Rozmiar pliku do analizowania dokumentów wynosi 500 MB dla warstwy płatnej (S0) i 4 MB za bezpłatną (F0).

• Wymiary obrazu muszą mieć od 50 x 50 pikseli do 10 000 pikseli x 10 000 pikseli.

• Jeśli pliki PDF są zablokowane hasłem, przed ich przesłaniem usuń blokadę.

• Minimalna wysokość tekstu do wyodrębnienia to 12 pikseli dla obrazu o rozmiarze 1024 x 768 pikseli. Ten wymiar odpowiada około 8-point text na 150 kropek na cal (DPI).

• W przypadku trenowania modelu niestandardowego maksymalna liczba stron dla danych szkoleniowych wynosi 500 dla niestandardowego modelu szablonu i 50 000 dla niestandardowego modelu neuronowego.

  • W przypadku trenowania niestandardowego modelu wyodrębniania łączny rozmiar danych treningowych wynosi 50 MB dla modelu szablonu i 1G-MB dla modelu neuronowego.

  • W przypadku trenowania niestandardowego modelu klasyfikacji całkowity rozmiar danych treningowych wynosi 1GB maksymalnie 10 000 stron.

Obsługiwane języki i ustawienia regionalne

Aby uzyskać pełną listę obsługiwanych języków, zobacz naszą stronę Pomocy technicznej języka.

Wyodrębnianie pól

Nazwisko	Pisz	Opis	Standardowe dane wyjściowe
ContactNames	Tablica obiektów	Nazwa kontaktu
FirstName	String	Imię (podane) imię i nazwisko kontaktu
LastName	String	Nazwisko (rodzina) kontaktu
Nazwy firmy	Tablica ciągów	Nazwa firmy
Oddziały	Tablica ciągów	Dział lub organizacja kontaktu
Tytuły zadań	Tablica ciągów	Wymieniony tytuł stanowiska kontaktu
Wiadomości e-mail	Tablica ciągów	Kontaktowy adres e-mail
Witryny internetowe	Tablica ciągów	Witryna internetowa firmy
Adresy	Tablica ciągów	Adres wyodrębniony z wizytówki
Urządzenia przenośne Telefon	Tablica numerów telefonów	Numer telefonu komórkowego z wizytówki	+1 xxx xxx xxxx
Faksy	Tablica numerów telefonów	Numer telefonu faksu od wizytówki	+1 xxx xxx xxxx
Praca Telefon s	Tablica numerów telefonów	Numer telefonu służbowego z wizytówki	+1 xxx xxx xxxx
Inne Telefon s	Tablica numerów telefonów	Inny numer telefonu od wizytówki	+1 xxx xxx xxxx

Następne kroki

• Spróbuj przetwarzać własne formularze i dokumenty za pomocą programu Document Intelligence Studio

• Ukończ przewodnik Szybki start dotyczący analizy dokumentów i rozpocznij tworzenie aplikacji do przetwarzania dokumentów w wybranym języku programowania.